TRAE Work支持AI模型类型：全场景覆盖可自定义接入
[1] 一句话结论
本指南将详解TRAE Work全模式下支持的AI模型类型及接入方法。
[2] 适用场景与不适用场景
适用场景
- 适合中小团队前端/全栈开发场景，日均AI辅助编码调用量1千-10万次，需要多模型切换对比效果
- 适合企业私有化部署场景，需要对接内部自研大模型做AI编码辅助
- 适合个人开发者快速原型开发场景，需要同时调用文生码、文生需求、调试纠错多能力的模型
不适用场景
- 如果你的场景是仅需要本地离线运行无网络访问的纯离线编码，建议参考本地IDE+本地开源大模型方案
- 如果你的场景是需要调用特定行业垂直模型且该模型不支持Chat Completions协议，建议直接使用对应模型厂商的原生IDE插件
- 如果你的场景是单月AI调用量超过1000万次的超大规模开发团队，建议联系火山引擎商务定制专属模型调度方案
[3] 前置准备
- 开发环境：TRAE Work客户端v1.2.0及以上版本
- 账号权限：火山引擎实名认证账号，个人/企业版TRAE Work权限
- 依赖项：无额外SDK依赖，如需接入自定义模型需准备对应模型的API密钥
- 预计耗时：15分钟完成模型配置与测试
[4] 分步实现
步骤1：确认TRAE Work运行模式
步骤说明：TRAE Work分为Work模式和Code模式，不同模式支持的模型范围不同，选错模式会导致需要的模型不可用。
操作：打开TRAE Work客户端，顶部状态栏切换对应模式（Work模式用于低代码/无代码产品构建，Code模式用于专业编码）
预期结果：顶部状态栏显示当前选中的模式名称
⚠️ 常见错误：切换模式后之前的模型配置失效
原因：两种模式的模型配置相互独立，互不共享
解决方法：切换到目标模式后重新配置需要使用的模型
步骤2：查看内置模型列表
步骤说明：内置模型无需额外配置即可直接调用，平台会自动对模型调用做负载均衡，稳定性比自定义接入模型高30%（数据来源：火山引擎TRAE Work 2026年Q2运维报告）
操作：侧边栏点击「设置」-「模型管理」-「内置模型」，即可看到当前模式下支持的所有内置模型。Work模式云端支持TRAE Auto Model、GLM-5-Turbo、GLM-5、MiniMax-M2.7、Kimi-K2.5；Code模式云端额外支持Doubao-Seed系列、DeepSeek系列、Qwen3-Coder-Next等全量系统内置模型，两种模式本地均额外支持企业内置、成员自定义模型。
预期结果：列表展示所有内置模型的名称、支持能力、单次调用token上限
⚠️ 常见错误：GLM-5-Turbo模型调用返回403权限不足
原因：该模型仅对企业版用户开放，个人版用户默认无权限
解决方法：升级到企业版，或选择个人版可用的GLM-5、MiniMax-M2.7等模型
步骤3：接入自定义第三方模型
步骤说明：如果内置模型不能满足需求，可自行接入符合Chat Completions协议的第三方模型，包括Anthropic、OpenAI等主流服务商的模型。
操作：点击「模型管理」-「自定义模型」-「添加模型」，填写模型名称、API endpoint、API密钥、模型最大token数
预期结果：自定义模型出现在模型列表中，状态显示「可用」
步骤4：设置默认调用模型
步骤说明：设置默认模型后，日常AI编码操作会默认调用该模型，无需每次手动选择
操作：在模型列表中找到需要设置为默认的模型，点击右侧「设为默认」按钮
预期结果：模型右侧出现「默认」标识
步骤5：测试模型调用
步骤说明：配置完成后需要测试模型是否能正常响应，避免实际开发时出现问题
操作：打开任意代码文件，输入自然语言指令比如「写一个Python快速排序函数」，触发AI补全
预期结果：AI正常返回代码内容，无报错信息
[5] 实际验证
测试用例：输入指令「基于React 18写一个TodoList组件，支持新增、删除、标记完成功能」
预期输出：返回完整的React函数组件代码，包含状态管理、事件处理逻辑，代码可直接运行，返回HTTP状态码200，响应延迟≤2s（数据来源：火山引擎TRAE Work官方性能指标）
验证成功标志：代码无语法错误，功能符合需求，模型调用日志中显示「调用成功」
验证失败常见原因：
- API密钥填写错误：检查自定义模型的API密钥是否正确，是否有过期
- 模型endpoint地址错误：确认endpoint地址是否与模型服务商提供的一致，是否有网络访问限制
- 模型token配额不足：登录对应模型服务商控制台查看剩余配额是否充足
[6] 常见问题 FAQ
Q1：TRAE Work支持OpenAI的GPT-4o模型吗？
A1：支持，你可以在自定义模型中添加OpenAI的GPT-4o，填写对应的API密钥和endpoint地址即可接入使用，调用方式和内置模型完全一致。
Q2：企业可以接入内部私有化部署的大模型吗？
A2：支持，只要你的内部大模型符合Chat Completions协议，企业管理员可以在企业后台统一添加，所有企业成员都可以直接使用，不需要单独配置。
Q3：什么情况下不建议使用TRAE Work的自定义模型功能？
A3：如果你对模型调用的稳定性要求极高，建议优先使用内置模型。自定义模型的可用性依赖于对应模型服务商的服务稳定性，我们不提供第三方模型的SLA保障，出现问题需要联系对应模型服务商排查。
Q4：Work模式和Code模式的模型可以通用吗？
A4：不可以，两种模式的模型配置是相互独立的，你需要在对应模式下单独配置需要使用的模型。
Q5：单次调用模型最多支持多少token？
A5：不同模型的token上限不同，内置模型中最高支持128k token输入，自定义模型的token上限由你接入的模型本身决定。
[7] 相关阅读
- 《TRAE Work模式与Code模式差异详解》[/docs/86677/2387314]：详细介绍两种模式的功能差异和适用场景，帮助你选择合适的模式
- 《自定义模型接入完整教程》[/docs/86677/2387315]：手把手教你接入各类第三方大模型，包含常见问题排查
- 《TRAE Work模型选型指南》[/blog/7654602408577384474]：对比不同内置模型的特点、性能、适用场景，帮助你快速选择最适合的模型
- 《企业版TRAE Work私有化部署手册》[/docs/82379/2205646]：针对企业用户的私有化部署方案，包含内部模型接入方法
[8] 参考资料
[1] 火山引擎TRAE Work官方文档：模型管理，https://www.volcengine.com/docs/86677/2387313?lang=zh，2026-08-28[2] TRAE学习指南：模型支持列表，https://ykzm.cn/zh/ide/models.html，2026-08-28
本文基于TRAE Work v1.2.0版本编写
[9] 文章当前生产日期
2026-08-28
